计算方法及MATLAB10简明复习纲要.pptVIP

* §3 迭代法 /* Fixed-Point Iteration */ f (x) = 0 x = g (x) 等价变换 f (x) 的根 g (x) 的不动点 思路 从一个初值 x0 出发，计算 x1 = g(x0), x2 = g(x1), …, xk+1 = g(xk), … 若 收敛，即存在 x* 使得 ，且 g 连续，则由 可知 x* = g(x* )，即x* 是 g 的不动点，也就是f 的根。 （典型例题：教材187-192页例题4.2.1-4.2.4） ? Aitken 加速： 一般地，有： （典型例题：教材196页例题4.3.1） 多点组合 加速： * §4 牛顿法 /* Newton - Raphson Method */ 原理：将非线性方程线性化 —— Taylor 展开 /* Taylor’s expansion */ 取 x0 ? x*，将 f (x)在 x0 做一阶Taylor展开: ，? 在 x0 和 x 之间。 舍去 高阶无穷小量(x* ? x0)2 ，则有近似公式： x y x* x0 （典型例题：教材202-207页例题4.4.1-4.4.5） 牛顿法也叫切线法：用切线点近似曲线点 * §4 Newton - Raphson Method ? 牛顿下山法 /* Descent Method */ ——Newton’s Method 局部微调： 原理：若由 xk 得到的 xk+1 不能使 | f | 减小，则在 xk 和 xk+1 之间找一个更好的点 ，使得 。 xk xk+1 注：下山因子? = 1 时，就是基本牛顿Newton’s Method 公式。 从 ? = 1 开始，将 ? 逐次减半，取为二分之一的幂计算。 (下山条件) (下山因子) * §4 Newton - Raphson Method ? 弦截法或正割法 /* Secant Method */ ： Newton’s Method 一步要计算 f 和 f ’，相当于2个函数值，比较费时。现用 f 的值近似 f ’，可少算一个函数值。 x0 x1 切线 /* tangent line */ 割线 /* secant line */ 切线斜率　?　割线斜率 需要2个初值 x0 和 x1。 收敛比Newton’s Method 慢，且对初值要求同样高。 （典型例题：教材211-213页例题4.5.1） (差商代替导数) * 第五章 解线性方程组的直接法 /* Direct Method for Solving Linear Systems */ 求解 §1 高斯消元法 /* Gaussian Elimination */ 思路 首先将A化为上三角阵 /* upper-triangular matrix */，再回代求解 /* backward substitution */。 = （典型例题：教材237页例题5.1.1-5.1.2） 选主元消去法* Pivoting Strategies */ （典型例题：教材246-249页例题5.2.1-5.2.4） 高斯-若当消去法 /* Gauss-Jordan Method */ * §2 Matrix Factorization – Doolittle ? 杜立特分解法 /* Doolittle Factorization */： —— LU 三角分解的紧凑格式 /* compact form */ 比较元素 建立方程 通过比较分解前后的元素法直接导出L 和 U 的计算公式。 思路 （典型例题：教材254-274页例题5.3.1-5.3.5） * §2 Matrix Factorization – Choleski 将对称 正定阵 A 做 LU 分解 U = uij = u11 uij / uii 1 1 1 u22 unn 记为 A 对称 即 记 D1/2 = 则 仍是下三角阵 定理 设矩阵A对称正定，则存在非奇异下三角阵 使得 。若限定 L 对角元为正，则分解唯一。 ? 平方根法 /* Choleski’s Method*/ * §2 Matrix Factorization – Tridiagonal System ? 追赶法解三对角方程组 /* Crout Reduction for Tridiagonal Linear System